CN104881797A - 特征属性的构建方法 - Google Patents

Abstract

本申请公开了一种特征属性的构建方法，根据历史销量数据和用户评论数据，选择出重要特征属性，然后对其属性值进行组合，最后根据每种组合的可生产性占比以及组合中各属性值的整体效用贡献系数，确定出数据对象的最优属性值组合。采用本发明，可以有效提升所构建的特征属性的客观性和准确性，使得对应的数据对象可以满足更多用户的实际需要。

Description

特征属性的构建方法

技术领域

本发明涉及大数据应用技术，特别是涉及一种数据对象的特征属性的构建方法。

背景技术

在传统工业时代，消费者与消费者，消费者与企业、产业链上下游之间的信息交流是闭塞的，不对等的。企业在生产商品时，往往根据自己的经验进行商品生产，确定商品需要生产的各项属性，最终进行生产。由于没有很好的提前对市场进行调研，收集用户需求，导致生产出的商品往往不受人们所需要，甚至自认为对用户有很大帮助的功能用户都从来没有用过，造成企业大多数是在生产用户不需要的商品。因此如何确定商品的各项属性是用户所需要的，如何确定该商品的各项属性是当今制造业面临的巨大挑战。

目前被广泛应用的特征属性的确定方案中，是根据特征属性所属数据对象(如某种商品)的历史市场销量数据确定的，例如，将历史销量中卖的最好的属性值组合起来，构成数据对象的属性集合。

例如屏幕尺寸、颜色、电池容量是手机的三个特征属性，而屏幕尺寸目前有5英寸、4.5英寸、4英寸三个可供生产的属性值。厂商在确定手机屏幕尺寸时通过历史中各尺寸的销售记录来看哪个尺寸卖的最好，从而最终确定下一代手机的屏幕尺寸大小，同理确定其他手机属性如颜色、电池容量等等。

由于在实际应用中，单个属性值历史销量最好无法确保它们组合起来后可以获得较好的销量，因此，上述直接选择销量数据最大的属性值，构建数据对象的特征属性的方法，无法对未来的用户真实需要进行预测，进而也不能确保所得到数据对象与实际的市场需要所匹配。

发明内容

有鉴于此，本发明的主要目的在于提供一种特征属性的构建方法，可以使得所得到数据对象满足更多用户的实际需要。

为了达到上述目的，本发明提出的技术方案为：

一种特征属性的构建方法，包括：

a、根据属性值数量，从数据对象的特征属性集合中，选择出候选特征属性；并根据属性值对应的产品销量占比，对所述候选特征属性的属性值进行筛选；

b、根据所述数据对象所属类别下已有产品的销量数据，确定所述候选特征属性的每个属性值的整体效用贡献系数；

c、根据所述整体效用贡献系数和所述数据对象所属类别下已有产品的用户评论数据，确定每个所述候选特征属性的重要性分值；

d、选择所述候选特征属性中重要性分值最大的前M个候选特征属性作为所述数据对象的重要特征属性；其中，M为预设的重要特征属性的数量门限；

e、将不同重要特征属性的不同属性值进行组合，得到N组属性值组合，其中，每组属性值组合包含M个属性值且各自所属的特征属性不同；

f、确定每组属性值组合的可生产性占比；根据所述可生产性占比和属性值组合中各属性值的所述整体效用贡献系数，确定出所述数据对象的最优属性值组合。

综上所述，本发明提出的特征属性的构建方法，根据历史销量数据和用户评论数据，选择出重要特征属性，然后对其属性值进行组合，最后根据每种组合的可生产性占比以及组合中各属性值的整体效用贡献系数，确定出数据对象的最优属性值组合。这样，在确定重要特征属性以及选择相应属性值组合时，不仅考虑了历史销售数据，还考虑了用户的评论数据，以及属性值组合的可生产性，从而可以有效提升最终确定出的特征属性值组合的客观性和准确性，使得对应的数据对象可以满足更多用户的实际需要。

附图说明

图1为本发明实施例一的流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。

本发明的核心思想是：通过建模分析数据对象的重要特征属性及每个属性值，据此确定数据对象的最优的特征属性组合，以提升数据对象的客观性和准确性。

图1为本发明实施例一的流程示意图，如图1所示，该实施例主要包括：

步骤101、根据属性值数量，从数据对象的特征属性集合中，选择出候选特征属性；并根据属性值对应的产品销量占比，对所述候选特征属性的属性值进行筛选。

本步骤，用于选择出候选特征属性并对其属性值进行筛选。

较佳地，可以采用下述方法选择出候选特征属性：

步骤a1、删除所述特征属性集合中只有两种属性值的特征属性。

这里，考虑到只有两种属性值时，如支持和不支持Java功能，用户的可选择性较小，这种属性对于用户的选择性影响不大，因此，其重要性较低，可以剔除。

步骤a2、删除所述特征属性集合中属性值数量超过预设的数量阈值a的特征属性，a>9。

这里，考虑到特征属性的属性值太多的话，用户不知道选择哪个，因此，其重要性较低，可以剔除。

步骤a3、将当前得到的所述特征属性集合中的特征属性作为所述候选特征属性。

较佳地，本步骤中可以采用下述方法对候选特征属性的属性值进行筛选：

对于所述候选特征属性的每个属性值，如果该属性值对应的产品销量占比小于预设的占比阈值b，则删除该属性值。

这里，考虑到如果一个属性值对应的产品销量占比很少，则说明该属性值不重要，可以剔除。

上述筛选过程以属性值对应的产品销量占比为依据进行，可以去除候选特征属性中对用户不重要的属性值，以确保最终构建的特征属性与用户的实际需要所匹配。

本步骤中，各属性值对应的产品销量占比的具体获知方法为本领域技术人员所掌握，在此不再赘述。

所述占比阈值b可由本领域技术人员根据实际需要设置，较佳地，可以为20％。

步骤102、根据所述数据对象所属类别下已有产品的销量数据，确定所述候选特征属性的每个属性值的整体效用贡献系数。

本步骤，用于根据与数据对象同类别下的已有产品的销量数据，确定候选特征属性的每个属性值的整体效用贡献系数。例如，当数据对象是一种新款手机时，此情况下，需要分析之前存在的各种手机的销售数据，根据这些已有手机的候选特征属性配置以及相应的销量，来确定出对销量大小影响较大的属性值。由于历史的销售数据是由用户的最终消费行为所决定的，因此，可以反映出用户的真实需要。相应地，基于此所得到的属性值得的整体效用贡献系数也可以客观的反映出其对销量的影响程度。

较佳地，可以通过求解方程组 $\left\{\begin{array}{c}{Y}_1=\underset{i=1}{\overset{I}{\Σ}}\underset{h=1}{\overset{H_i}{\Σ}}{V}_{i,h}{X}_{1,i,h}\\ \mathrm{...}\\ Y_j=\underset{i=1}{\overset{I}{\Σ}}\underset{h=1}{\overset{H_i}{\Σ}}{V}_{i,h}{X}_{j,i,h}\\ \mathrm{...}\\ Y_J=\underset{i=1}{\overset{I}{\Σ}}\underset{h=1}{\overset{H_i}{\Σ}}{V}_{i,h}{X}_{J,i,h}\end{array}\right.$ 来确定所述候选特征属性的每个属性值的整体效用贡献系数。

其中，Y_j为所述数据对象所属类别下第j个产品的销量，j＝1,…,J，J为所述数据对象所属类别下已有产品的总数；V_i,h为第i个所述候选特征属性的第h个属性值的整体效用贡献系数，X_j,i,h为第j个产品是否具有第i个所述候选特征属性的第h个属性值的标识参数，其中，如果具有，则X_j,i,h＝1，否则，X_j,i,h＝0，I为所述候选特征属性的总数；H_i为第i个候选特征属性的属性值总数。

这里通过求解上述由J个回归方程组成的方程组，即可得到每个候选特征属性的每个属性值的整体效用贡献系数V_i,h。具体求解方法为本领域人员所掌握，在此不再赘述。

步骤103、根据所述整体效用贡献系数和所述数据对象所属类别下已有产品的用户评论数据，确定每个所述候选特征属性的重要性分值。

本步骤，用于对每个所述候选特征属性的重要性进行评分，即确定其重要性分值。这里，不仅考虑了根据历史销量数据所确定出的整体效用贡献系数，还将考虑已有同类产品的用户评论数据中对特征属性的关注情况，如此，可以确保特征属性的重要性评分结果的客观、准确性。

较佳地，可以采用下述方法来确定每个所述候选特征属性的重要性分值：

步骤b1、对于每个所述候选特征属性，根据属性值的所述整体效用贡献系数，确定该候选特征属性的效用重要性系数。

较佳地，可以采用下述方法来确定每个所述候选特征属性的效用重要性系数：

步骤b11、对于每个所述候选特征属性i，根据该属性的每个属性值的所述整体效用贡献系数，计算该属性的整体效用贡献系数标准差Std_i。

本步骤中，整体效用贡献系数标准差Std_i的具体计算方法为本域技术人员所掌握，在此不再赘述。

步骤b12、按照确定每个所述候选特征属性i的效用重要性系数W_i，其中，ΣStd_i为所有所述候选特征属性的整体效用贡献系数标准差总和。

步骤b13、按照确定每个所述候选特征属性i的语义重要性系数Z_i，其中，t_i为所述用户评论数据中用户对候选特征属性i的评论次数，Σt_i为所述用户评论数据中用户对所有所述候选特征属性评论的总次数。

步骤b2、根据所述用户评论数据，确定每个所述候选特征属性的语义重要性系数。

步骤b3、根据每个所述候选特征属性的效用重要性系数和语义重要性系数，确定每个所述候选特征属性的重要性分值。

较佳地，可以按照I_i＝α·W_i+β·Z_i，来确定每个所述候选特征属性i的重要性分值I_i。

其中，Z_i为候选特征属性i的语义重要性系数，W_i为候选特征属性i的效用重要性系数。

所述α为预设的效用重要性权值，β为语义重要性权值。α和β的具体取值可由本领域技术人员根据实际情况进行设置，只要满足α+β＝1即可。

步骤104、选择所述候选特征属性中重要性分值最大的前M个候选特征属性作为所述数据对象的重要特征属性。

本步骤，用于根据候选特征属性中重要性分值，来选择出重要特征属性，这些重要特征属性的重要性分值均大于候选特征属性中非重要特征属性的分值。

所述M为预设的重要特征属性的数量门限。具体可由本领域技术人员根据实际需要设置合适取值，较佳地，M>20。

步骤105、将不同重要特征属性的不同属性值进行组合，得到N组属性值组合，其中，每组属性值组合包含M个属性值且各自所属的特征属性不同。

本步骤，用于将所有重要特征属性的各个属性值进行组合，每组属性值组合是由分别从每个重要特征属性中取出的一个属性值组合得到的，这种组合数量为N，N等于每个重要特征属性所包含的属性值个数的乘积。

步骤106、确定每组属性值组合的可生产性占比；根据所述可生产性占比和属性值组合中各属性值的所述整体效用贡献系数，确定出所述数据对象的最优属性值组合。

本步骤中，一属性值组合的可生产性将体现了该组合是否具有可生产性，这里，结合属性值的整体效用贡献系数和组合的可生产性占比，来确定最优属性值组合，可以确保最优属性值组合与用户需要的匹配度最市场，且可生产性最高。

较佳地，可以采用下述方法来确定每组属性值组合的可生产性占比：

对于一组属性值组合，确定其中的每个两两属性值组合是否具有可生产性，按照S＝K/L，计算该组属性值组合的可生产性占比S，其中，K为一组所述属性值组合中具有可生产性的两两属性值组合数量，L为一组所述属性值组合中包含的两两属性值组合总数。

较佳地，可以采用下述方法来确定一个两两属性值组合是否具有可生产性：

如果所述两两属性值组合已在至少一个所述已有产品的属性值集合中出现，则确定该两两属性值组合具有可生产性。

较佳地，本步骤中可以采用下述方法确定出所述数据对象的最优属性值组合：

步骤c1、将所述可生产性占比小于预设的可生产性占比阈值P的属性组合删除。

本步骤，用于去除可生产性较低的属性级合。当属性组合的可生产性占比小于预设的阈值P时，说明该组合方案的可生产性较差，不可以作为可选的方案。在实际应用中，阈值P可由本领域技术人员根据实际需要进行设置，例如，可以为P＝0.5。

步骤c2、对于当前剩余的每个所述属性值组合，计算该属性值组合中所有属性值的所述整体效用贡献系数之和，并将该计算结果作为该组属性值组合的贡献系数。

步骤c3、选择所述贡献系数最大的属性值组合作为所述数据对象的最优属性值组合。

从上述方案可以看出，本发明可以有效提升数据对象的特征属性的客观性和准确性，使得数据对象可以满足更多用户的实际需要，在实际应用中，所述数据对象具体可以表现为某种商品或服务。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种特征属性的构建方法，其特征在于，包括：

a、根据属性值数量，从数据对象的特征属性集合中，选择出候选特征属性；并根据属性值对应的产品销量占比，对所述候选特征属性的属性值进行筛选；

b、根据所述数据对象所属类别下已有产品的销量数据，确定所述候选特征属性的每个属性值的整体效用贡献系数；

c、根据所述整体效用贡献系数和所述数据对象所属类别下已有产品的用户评论数据，确定每个所述候选特征属性的重要性分值；

d、选择所述候选特征属性中重要性分值最大的前M个候选特征属性作为所述数据对象的重要特征属性；其中，M为预设的重要特征属性的数量门限；

e、将不同重要特征属性的不同属性值进行组合，得到N组属性值组合，其中，每组属性值组合包含M个属性值且各自所属的特征属性不同；

f、确定每组属性值组合的可生产性占比，根据所述可生产性占比和属性值组合中各属性值的所述整体效用贡献系数，确定出所述数据对象的最优属性值组合。

2.根据权利要求1所述的方法，其特征在于，步骤a中所述选择出候选特征属性包括：

删除所述特征属性集合中只有两种属性值的特征属性；

删除所述特征属性集合中属性值数量超过预设的数量阈值a的特征属性，a>9；

将当前得到的所述特征属性集合中的特征属性作为所述候选特征属性。

3.根据权利要求1所述的方法，其特征在于，步骤a中所述对所述候选特征属性的属性值进行筛选包括：

对于所述候选特征属性的每个属性值，如果该属性值对应的产品销量占比小于预设的占比阈值b，则删除该属性值。

4.根据权利要求1所述的方法，其特征在于，步骤b中通过求解方程组 $\{\begin{array}{c}{Y}_1=\underset{i=1}{\overset{I}{\Σ}}\underset{h=1}{\overset{H_i}{\Σ}}{V}_{i,h}{X}_{1,i,h}\\ \mathrm{...}\\ Y_j=\underset{i=1}{\overset{I}{\Σ}}\underset{h=1}{\overset{H_i}{\Σ}}{V}_{i,h}{X}_{j,i,h}\\ \mathrm{...}\\ Y_J=\underset{i=1}{\overset{I}{\Σ}}\underset{h=1}{\overset{H_i}{\Σ}}{V}_{i,h}{X}_{J,i,h}\end{array},$ 确定所述候选特征属性的每个属性值的整体效用贡献系数，其中，Y_j为所述数据对象所属类别下第j个产品的销量，j＝1,…,J，J为所述数据对象所属类别下已有产品的总数；V_i,h为第i个所述候选特征属性的第h个属性值的整体效用贡献系数，X_j,i,h为第j个产品是否具有第i个所述候选特征属性的第h个属性值的标识参数，其中，如果具有，则X_j,i,h＝1，否则，X_j,i,h＝0，I为所述候选特征属性的总数；H_i为第i个候选特征属性的属性值总数。

5.根据权利要求1所述的方法，其特征在于，步骤c中所述确定每个所述候选特征属性的重要性分值包括：

对于每个所述候选特征属性，根据属性值的所述整体效用贡献系数，确定该候选特征属性的效用重要性系数；

根据所述用户评论数据，确定每个所述候选特征属性的语义重要性系数；

根据每个所述候选特征属性的效用重要性系数和语义重要性系数，确定每个所述候选特征属性的重要性分值。

6.根据权利要求5所述的方法，其特征在于，所述步骤c中所述确定每个所述候选特征属性的效用重要性系数包括：

对于每个所述候选特征属性i，根据该属性的每个属性值的所述整体效用贡献系数，计算该属性的整体效用贡献系数标准差Std_i；

按照确定每个所述候选特征属性i的效用重要性系数W_i，其中，∑Std_i为所有所述候选特征属性的整体效用贡献系数标准差总和。

7.根据权利要求5所述的方法，其特征在于，所述步骤c中按照确定每个所述候选特征属性i的语义重要性系数Z_i，其中，t_i为所述用户评论数据中用户对候选特征属性i的评论次数，∑t_i为所述用户评论数据中用户对所有所述候选特征属性评论的总次数。

8.根据权利要求5所述的方法，其特征在于，所述步骤c中按照I_i＝α·W_i+β·Z_i，确定每个所述候选特征属性i的重要性分值I_i，其中，Z_i为候选特征属性i的语义重要性系数，W_i为候选特征属性i的效用重要性系数，α为预设的效用重要性权值，β为语义重要性权值，α+β＝1。

9.根据权利要求1所述的方法，其特征在于，M>20。

10.根据权利要求1所述的方法，其特征在于，步骤f中所述确定每组属性值组合的可生产性占比包括：

对于一组属性值组合，确定其中的每个两两属性值组合是否具有可生产性，按照S＝K/L，计算该组属性值组合的可生产性占比S，其中，K为一组所述属性值组合中具有可生产性的两两属性值组合数量，L为一组所述属性值组合中包含的两两属性值组合总数。

11.根据权利要求10所述的方法，其特征在于，一个两两属性值组合是否具有可生产性的确定方法包括：

如果所述两两属性值组合已在至少一个所述已有产品的属性值集合中出现，则确定该两两属性值组合具有可生产性。

12.根据权利要求1所述的方法，其特征在于，步骤f中所述确定出所述数据对象的最优属性值组合包括：

将所述可生产性占比小于预设的可生产性占比阈值P的属性组合删除；

对于当前剩余的每个所述属性值组合，计算该属性值组合中所有属性值的所述整体效用贡献系数之和，并将该计算结果作为该组属性值组合的贡献系数；

选择所述贡献系数最大的属性值组合作为所述数据对象的最优属性值组合。